llms.txt 該不該做？我把自己寫過的 GEO 方法論改掉了

先講結論：llms.txt 不用做。

Google 在 2026 年 5 月發布的生成式 AI 優化官方指南裡，把它列進無效做法的清單。原文寫得很直白：網站主不需要為了出現在 AI 功能裡，去建立任何機器可讀檔案或 AI 專用文字檔。

這篇不好寫。七月我發表的那篇 GEO 入門，「可引用化」那一層就把 llms.txt 寫進去了；這個網站根目錄的 /llms.txt 到現在還在跑。所以接下來要拆的，是我自己一個多月前給出去的建議。

llms.txt 是 2024 年 9 月出現的一個社群提案：在網域根目錄放一個 Markdown 檔，用一行一句的方式告訴 AI，這個站有哪些重要內容。

它的邏輯很順。robots.txt 可以跟搜尋引擎溝通，那應該也要有一個檔案，能跟大型語言模型溝通。

傳得很快。Anthropic、Stripe、Cloudflare、Vercel、Supabase 都放了。SE Ranking 掃過 30 萬個網域，採用率約 10%。在所有人都在問「怎麼被 AI 引用」的那個時間點，一個十分鐘做得完的做法，本來就會被瘋狂轉傳。

我也是那 10% 裡的一個。

三件事，一件比一件硬。

先看爬蟲。實測資料顯示，GPTBot、ClaudeBot、PerplexityBot、OAI-SearchBot、Google-Extended 這幾隻主流 AI 爬蟲，絕大多數情況下會直接跳過這個檔案，照樣去爬 HTML。沒有人讀的檔案，寫得再漂亮也不會有結果。

再看流量。Search Engine Land 追蹤了 10 個導入這個檔案的網站，比對前後各 90 天，其中 8 個看不到任何可測量的變化。這不能證明它有害。倒是可以確定，它排不進任何人的優先清單。

最後是 Google 自己出手。官方文件裡列了一批「AEO/GEO 迷思」，llms.txt 排在第一個。同一份清單上還有：把內容切成碎片、專門為 AI 理解重寫一版、追求不真實的品牌提及、過度依賴結構化資料。

這個錯誤有模式，值得攤開講。

七月的時候，關於 AI 引用機制的一手資料非常少。能拿來參考的，幾乎都是同一批 SEO 從業者互相引用的推論。

這個提案又特別容易讓人相信。Anthropic 自己就放了一份，那是大公司背書。做完只花十分鐘，成本低到不值得評估。而它的邏輯順到不用思考：有 robots.txt，當然該有 llms.txt。

這幾件事加起來，會製造出一種「就算沒用也不虧」的心理。

顧問不能靠這種心理做事。寫進方法論的東西，客戶是會照做的；客戶的時間有成本。

我從這件事帶走的判準是：一個做法的證據來源如果全部是同業推論，沒有一項是平台官方說法或實測數據，它就還不能進方法論。可以進觀察筆記，不能進交給客戶的框架。

有實證支持的只有三件事，全部來自內容本身，跟技術動作無關。數據出自 Princeton、Georgia Tech 與 IIT Delhi 團隊發表在 KDD 2024 的 GEO 研究：

1. 加入具體統計數據並附上出處，被引用率提升約 40%
2. 用定義式的句子開頭，被引用率約提升一倍
3. 加入專家引言或第一手觀點，在特定內容類別可提升超過一倍

這三件事有一個共通點：對人類讀者也全部成立。一段有數據、標了出處、開頭就把話講清楚的文字，本來就比較好讀。

所以我現在的判準很簡單。只對 AI 有用、對人沒用的技巧，一律不做。那類技巧的有效期，取決於平台什麼時候發現並封掉它；把內容本身寫好這件事，沒有任何一次演算法更新會反過來罰你。

這個網站的 /llms.txt 會留著。

理由只有一個：Anthropic 曾公開表示，Claude 的桌面版與網頁版在檢索流程中會參考它。這是目前唯一一個有明確官方說法的場景。情境很窄，但檔案本來就是自動從資料庫生成的，維護成本是零，沒有刪的理由。

它在方法論裡的位置變了。原本是「可引用化」那一層的必要條件，現在是一則備註。實際差別在於：客戶不會因為沒做它被我扣分，我也不會再把它寫進任何一份提案。

如果你正在排 GEO 的工作順序：

• 已經做了的，留著，但不要再花時間維護
• 還沒做的，跳過，把那十分鐘拿去給任何一篇文章補一組帶出處的數據
• 看到有人賣「llms.txt 優化服務」的，也跳過

順序怎麼排、先動哪一頁，是我在 GEO 顧問服務裡帶客戶跑的第一件事。

這一次的結論會過期。判斷的方法不會。下次遇到新的 AI 優化技巧，先問一句：這個做法，對沒有 AI 的讀者有沒有幫助？沒有的話，它能活多久，就看平台什麼時候想通。

本站相關文章

• GEO 入門：從「找得到你」到「AI 願意引用你」：本文修訂的就是這篇裡的方法論，原文保留未刪
• 當客戶開始問 AI 而不是 Google——行銷長的 GEO 生存指南：把判準接回可執行的導入節奏
• 更多 GEO 生成式引擎優化的文章

本文用到的名詞定義

• GEO 生成式引擎優化
• AI 能見度

要把這套判準接進實際的專案，GEO 顧問服務談的是從盤點問題到驗收引用的完整流程；地基那一層則在 SEO 顧問。

資料來源（2026-08-07 查證）：

• Google 生成式 AI 優化官方指南（2026-05）：developers.google.com/search/docs/fundamentals/ai-optimization-guide（發布公告見 Search Central Blog，2026-05-15）
• SE Ranking：約 30 萬個網域的 llms.txt 採用率與引用關聯調查：seranking.com/blog/llms-txt
• Search Engine Land：10 個網站導入 llms.txt 前後各 90 天的流量追蹤：searchengineland.com/does-llms-txt-matter-467740
• Aggarwal et al., GEO: Generative Engine Optimization, KDD 2024：arxiv.org/abs/2311.09735

關於「Claude 的桌面版與網頁版在檢索流程中會參考這個檔案」這一點，來自 Anthropic 的公開說明；我手上沒有可長期指向的固定網址，請以 Anthropic 官方文件的最新說法為準。